【002: 林易霆】利用課程分類以及各學期不同分類的修課學分數凸顯自己於大學四年中鑽研領域的轉換過程

load("graphData_homework5_002.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------

# graphData$transcript %>% View

graphData$grouped.transcript %>% 
  ggplot() +
  geom_bar(aes(x = 學期, y = 分類學分,
               fill = 分類, group = 分類),
           width = 0.5, stat = "identity",
           position = position_dodge(width = 0.6, preserve = "single")) +
  geom_text(aes(x = 學期, y = 分類學分,
                label = 分類學分, group = 分類),
            position = position_dodge(width = 0.7), vjust = -0.5) +
  geom_path(aes(x = 學期, y = 學期總平均/3.5, group = 1)) + 
  # group = 1 is a dummy, just to add the line onto a discrete x axis
  geom_point(aes(x = 學期, y = 學期總平均/3.5)) +
  geom_text(aes(x = 學期, y = 學期總平均/3.5,
                label = 學期總平均), vjust = -0.5) +
  scale_y_continuous(name = "學分數",
                     sec.axis = sec_axis(~.*3.5, name = "學期總平均")) +
  theme(axis.title.x = element_blank(),
        axis.title.y = element_text(angle = 0,
                                    margin = margin(r = -10)),
        axis.title.y.right = element_text(angle = 0, vjust = 1,
                                          margin = margin(l = -10))
        )

傳遞訊息

利用課程分類以及各學期不同分類的修課學分數凸顯自己於大學四年中鑽研領域的轉換過程，並以學期平均描繪出大學四年的學習曲線，展現出轉換過程對於成績的影響。 大一時毫無目標，虛度光陰。大二以後初步接觸統計領域的課程，在經濟和統計領域兩者間踟躕。於大三時決心往統計領域發展，開始接觸較進階的統計課程，但因統計觀念尚未熟悉，致使成績下降。大四以後完成經濟系的必修，專心修習統計課程，此時已較為熟識統計觀念，成績上升。

【003: 林奕齊】傳達訊息：因為手邊僅有的資料只有成績單，所以想用修課紀錄來描繪大學這四年的樣貌，再附加上每一年值得紀

load("graphData_homework5_003.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------


colorspace::qualitative_hcl(n = 5, h = c(360, -49), c = 73, l = 93, register = "myPalette")

colleage_grade %>% 
  ggplot() + 
  geom_bar(aes(x = 學年, fill = 類別), position = "fill") +
  labs(title = "大學四年課程比例", subtitle = "數學課越來越多") +
  theme(
    legend.position = "bottom",
    axis.line.y = element_blank(),
    plot.title = element_text(hjust = -0.08,vjust = 3, size = 18),
    plot.subtitle = element_text(hjust = -0.065, vjust = 3, size = 12),
    plot.margin = margin(0.9, 0.9, 0.9, 0.9, "cm"),
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    plot.background = element_rect(fill = "#F6F4E8"),
    panel.background = element_rect(fill = "#F6F4E8"),
    axis.ticks.x = element_blank(),
    axis.line.x = element_blank(),
    axis.text.x = element_blank()
        ) +
  scale_fill_discrete_qualitative(palette="myPalette") +
  coord_flip() + 
  annotate("text", x = "大一" , y = 1.06 , label = "散打社") +
  annotate("text", x = "大二" , y = 1.06 , label = "系學會") +
  annotate("text", x = "大三" , y = 1.075 , label = "考研究所") +
  annotate("text", x = "大四" , y = 1.06 , label = "算數學")

傳達訊息：因為手邊僅有的資料只有成績單，所以想用修課紀錄來描繪大學這四年的樣貌，再附加上每一年值得紀念的事件或活動。修課比例部分，從大一以降，必修課程越來越少( 除經濟理論外 )，數理課的比重越來越多，原因是為了之後經研所的課程做準備。另外，經濟理論的課程比重，也並未流失過多，也因為這是我所喜歡的學科。

【004: 王正評】此圖為將我歷年成績單上的資訊轉化成圖示，其中

load("graphData_homework5_004.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------


graphListP <- list()
graphListD$myGrade %>% 
  ggplot() + 
  geom_bar(
    mapping = aes(
      x = 學年期, 
      y = 總修學分
    ), 
    stat = "identity", 
    width = 0.6, 
    fill = "#AAAAAA"
  ) + 
  geom_bar(
    mapping = aes(
      x = 學年期, 
      y = 實得學分, 
      fill = 學位
    ), 
    stat = "identity", 
    width = 0.6
  ) -> 
  graphListP$myCredit_base
qualitative_hcl(n = 2, h = c(-140, 0), c = 100, l = 60, register = "godPalette_2Qua")

graphListP$myCredit_base + 
  scale_fill_discrete_qualitative(palette = "godpalette_2Qua", nmax = 2, rev = F) + 
  #顛倒顏色要在這下
  scale_y_continuous(
    limits = c(0,55), 
    expand = expand_scale(add = c(0, 0))
  ) + 
  theme_bw() -> 
  graphListP$myCredit_1
graphListP$myCredit_1 + 
  geom_path(
    mapping = aes(
      x = 學年期, 
      y = 歷年成績 - 45, 
      group = "a"   #須宣告所有資料為一群
    ), 
    color = "#DCDCDC", 
    size = 2
  ) + 
  geom_point(
    mapping = aes(
      x = 學年期, 
      y = 歷年成績 - 45, 
      color = 學位
    ), 
    size = 2
  ) + 
  geom_text(
    mapping = aes(
      x = 學年期, 
      y = 歷年成績 - 44, 
      label = 歷年成績, 
      color = 學位
    ), 
    vjust = 0, 
    size = 3
  ) + 
  scale_color_discrete_qualitative(palette = "godpalette_2Qua", nmax = 2, rev = F) -> 
  graphListP$myCredit_2
graphListP$myCredit_2 + 
  #調整legend
  theme(
    legend.position = c(0.1, 0.85), 
    legend.background = element_blank(), 
    legend.title = element_blank(), 
    legend.key.size = unit(0.8, "cm")
  ) + 
  #清理輔助線
  theme(
    panel.border = element_blank(), 
    panel.grid.minor = element_blank(), 
    panel.grid.major.x = element_blank()
  ) + 
  #清理格線
  theme(
    axis.title = element_blank(), 
    axis.ticks = element_blank(), 
    axis.text.y = element_blank()
  ) -> 
  graphListP$myCredit_3
graphListP$myCredit_3 + 
  geom_hline(
    yintercept = 0
  ) + 
  geom_hline(
    yintercept = 20, 
    color = "red", 
    linetype = "58"
  ) + 
  geom_hline(
    yintercept = 35, 
    color = "red", 
    linetype = "58"
  ) + 
  annotate(
    "text", x = "大一上", y = 21, 
    label = "20學分", 
    color = "red", 
    hjust = 0.6, 
    vjust = 0
  ) + 
  annotate(
    "text", x = "碩一下", y = 36, 
    label = "80分", 
    color = "red", 
    hjust = 0, 
    vjust = 0
  ) -> 
  graphListP$myCredit_4
graphListP$myCredit_4 + 
  labs(
    title = "歷年學業表現", 
    subtitle = "學分數與成績趨勢"
  ) + 
  theme(
    plot.title = element_text(hjust = 0.5, size = 20), 
    plot.subtitle = element_text(hjust = 0.5, color = "#888888"), 
    aspect.ratio = 1/1.414, 
    axis.text.x = element_text(color = "black")
  ) -> 
  graphListP$mycredit_end

graphListP$mycredit_end

此圖為將我歷年成績單上的資訊轉化成圖示，其中

1. 大一下的柱子有陰影處是因為被當了2學分
2. 大三開始大量減少參加社團活動，重心移往課業，成績表現因而有所提升
3. 大四上參加學校的短期交換生活動，因此學分修得較少
4. 碩士班課程難度較大學高，因而用顏色做區分

【005: 游崇翰】把這三年修課做整理，檢視這三年學習狀況，再把上次課堂教學的圖片及QRCODE應用。

load("graphData_homework5_005.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------

graphData$data %>%
  ggplot()+
  geom_col(aes(x=課程種類,y=數量,fill=年份),width=0.5,position =position_stack(reverse = T))+
  scale_fill_manual(values = c("#99BBFF","#5599FF","#0066FF"))+ 
  geom_text(aes(x=課程種類,y=數量,label=數量),
             position=position_stack(vjust =0.5),color="white",size=3)+
  theme(axis.text.x = element_text(size=7))+
  labs(title = "我的大學每年修課分布")+
 
  annotation_raster(graphData$ntpu,2.5,3.5,50,60)+
  annotation_raster(graphData$QR,3.5,4.1,35,45)

把這三年修課做整理，檢視這三年學習狀況，再把上次課堂教學的圖片及QRCODE應用。

【006: 林應廷】用從小到大體適能資料來做簡單的自我介紹，想要以線圖來看成長的趨勢，可笑的是仰臥起坐和坐姿體前彎十年如

load("graphData_homework5_006.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
graphData %>%
  ggplot(aes(x=學年度,y=分數,color=指標))+
  geom_line()+
  geom_point()+
  geom_text(aes(label = 分數,vjust = 1.2,hjust=-0.5,angle=30))+
  theme(legend.position = "none")+
  annotate("text",x=106,y=240,label = paste("立定跳遠"),size=3)+
  annotate("text",x=105,y=60,label = paste("仰臥起坐"),size=3)+
  annotate("text",x=105,y=17,label = paste("坐姿體前彎"),,size=3)+
  labs(title = "歷年體適能成績",caption="資料來源:教育部健康體育護照")+
  scale_x_continuous(breaks = seq(95,106,1))+
  scale_y_continuous(breaks = seq(15,250,15))

用從小到大體適能資料來做簡單的自我介紹，想要以線圖來看成長的趨勢，可笑的是仰臥起坐和坐姿體前彎十年如一日沒有什麼太大變化，只有立定跳遠可以拿來說嘴，有年年上升的趨勢。

【008: 王童緯】了解自己從大學到碩班之後的經濟學習程度，在總體、個體、計量下，其實差異不大

load("graphData_homework5_008.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
library(grDevices) # 不同顏色模型代碼的呈現及轉換
library(scales) # show_col()螢幕立即顯示顏色
library(colorspace) # 調色盤選擇及ggplot應用工具
library(shinyjs) # 支援套件
colorspace::sequential_hcl(n = 7, h = c(312, 31), c = c(86, NA, 22), l = c(25, 95), power = c(0.7, 1.3), register = "myPalette")
data %>%
  ggplot()+
  geom_col(
    aes(x=科目,y=分數,fill=年級),position="dodge",size=0.5
)+scale_fill_discrete_sequential(palette="myPalette" ,nmax=8)+
  labs(title="大學到研究所_經濟相關成績")-> finalplot
finalplot

了解自己從大學到碩班之後的經濟學習程度，在總體、個體、計量下，其實差異不大

【009: 鄭喬翊】想要透過成績介紹自己的大一生活，因為大一的生活老實說也只有在讀書，所以能夠想盪表達的方式只有這一種。

load("graphData_homework5_009.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
#choose_palette(gui="shiny")
colorspace::diverging_hcl(n = 3, h = c(260, 360), c = c(137, 55), l = c(90, 93), power = c(0.8, 1), register = "Custom-Palette")
graphData$myData1 %>%
  ggplot(aes(x=必選修,y=必選修平均成績)) +
  geom_bar(stat="identity", position=position_dodge(),width = 0.05)+ 
  geom_col(aes(fill = 必選修))+
  scale_fill_discrete_diverging (palette = "Custom-Palette")+
  labs(title = "107學年度學年成績表(經濟系)",subtitle = "以必選修類型分類",y="學年平均成績",x = "課程類型")+
  theme(plot.background = element_rect(fill = "black"),
        panel.background = element_rect(fill = "black"),
        axis.text = element_text(color = "white"),
        axis.ticks = element_line(color = "white"),
        axis.title = element_text(color = "white"),
        axis.line = element_line(color = "white"),
        plot.title = element_text(color = "white",face="bold"),
        plot.subtitle = element_text(color = "white"),
        legend.background = element_rect(fill="black"),
        legend.text = element_text(color = "white"),
        legend.title = element_text(color = "white"))+
   geom_hline(aes(yintercept=80),linetype="twodash",size = 0.05,color="red")

想要透過成績介紹自己的大一生活，因為大一的生活老實說也只有在讀書，所以能夠想盪表達的方式只有這一種。

【010: 邱詩涵】【大一修習全學年科目分數表現—上下學期比較】

load("graphData_homework5_010.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
graphData$studscore107_all %>%
  ggplot()+
  geom_point(
    aes(x = 科目名稱,
        y = 成績,
        shape = 狀況,
        fill = 狀況),
    size = 3
  )+
  scale_fill_manual(
    name = "分數表現",
    breaks = c(1,2,3),
    labels = c("上學期","低於上學期","高於上學期"),
    values = c("#FFAA33","#227700","#880000")
  )+
  scale_shape_manual(
    name = "分數表現",
    breaks = c(1,2,3),
    labels = c("上學期","低於上學期","高於上學期"),
    values = c(21,25,24)
  )+
  scale_x_discrete(
    limits = c("經濟學原理","會計學","微積分","大一國文：經典閱讀與詮釋","電腦概論與程式設計"),
    breaks = c("經濟學原理","會計學","微積分","大一國文：經典閱讀與詮釋","電腦概論與程式設計"),
    labels = c("經濟學原理","會計學","微積分","大一國文","電腦概論與程式設計")
  )+
  annotate(
    "text",
    x = 0.8,
    y = 85,
    label = "85",
    color = "black",
    vjust = 1
  )+
  annotate(
    "text",
    x = 0.8,
    y = 86,
    label = "86",
    color = "black",
    vjust = 0
  )+
  annotate(
    "text",
    x = 1.8,
    y = 99,
    label = "99",
    color = "black"
  )+
  annotate(
    "text",
    x = 1.8,
    y = 92,
    label = "92",
    color = "black"
  )+
  annotate(
    "text",
    x = 2.8,
    y = 89,
    label = "89",
    color = "black"
  )+
  annotate(
    "text",
    x = 2.8,
    y = 74,
    label = "74",
    color = "black"
  )+
  annotate(
    "text",
    x = 3.8,
    y = 93,
    label = "93",
    color = "black"
  )+
  annotate(
    "text",
    x = 3.8,
    y = 97,
    label = "97",
    color = "black"
  )+
  annotate(
    "text",
    x = 4.8,
    y = 97,
    label = "97",
    color = "black"
  )+
  annotate(
    "text",
    x = 4.8,
    y = 71,
    label = "71",
    color = "black"
  )+
  theme_minimal(
  )+
  theme(
    axis.title.x.bottom = element_blank(),
    panel.background = element_rect(fill = "#FFFFF0"),
    panel.border = element_rect(fill = NA,colour = "white"),
    legend.position = "top",
    plot.background = element_rect(fill = "#FFDAB9",colour = "white"),
    plot.margin = unit(c(5,5,5,5),"mm")
  )+
  labs(
    title = "大一修習全學年科目分數表現",
    subtitle = "上下學期比較"
  ) -> graphData$studscore107_all
  

library(magick)
image_read("ReadingSideDoodle.png") -> read
read %>%
  image_info() -> readinfo
# 檢視圖片高寬比
readinfo$height/readinfo$width -> img_asp # image aspect ratio
# img_asp
read %>%
  as.raster() ->
  raster_read

loc <- c(x = 5,y = 85) # Taipei101 經緯度
imgWidth <- 1 # Taipei101在圖片佔寬

graphData$studscore107_all +
  annotation_raster(
    raster_read,
    1.5,2.3,73,82) -> graphData$studscore107_all

                      
graphData$studscore107_all

【大一修習全學年科目分數表現—上下學期比較】

由於想了解自己學習進退步情況，選擇用全學年的課程做比較。 在作圖上使用geom_point，不同shape代表原始分數與高低差異。 這次嘗試在上面放圖片，希望不會太突兀哈哈。

【011: 陳盈蓁】想透過圖展現我大學四年除去必修後的自選課程地圖

load("graphData_homework5_011.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
graphData%>%
  ggplot(aes(x=factor(修課年級,level=c("大一","大二","大三","大四上"))))+
  geom_bar(aes(fill=課程類別))+
  scale_fill_manual(values=c("#F3DF6C", "#78B7C5", "#D3DDDC", "#C7B19C","#CC6666","#D67236"))+
  labs(y="課程數",
         title="大學自選課程地圖",
       subtitle = "外系選修、系上選修、通識")+
  annotate("text", x = 1, y = -0.5, 
           label = paste("大一"), size = 3)+
  annotate("text", x = 2, y = -0.5, 
           label = paste("大二"), size = 3)+
  annotate("text", x = 3, y = -0.5, 
           label = paste("大三"), size = 3)+
  annotate("text", x = 4, y = -0.5, 
           label = paste("大四上"), size = 3)+
  annotate("text", x = 2, y = 2, 
           label = paste("政治社會"), size = 3)+
  annotate("text", x = 2, y = 4.5, 
           label = paste("語文"), size = 3)+
  annotate("text", x = 2, y = 7.5, 
           label = paste("人文思考"), size = 3)+
  annotate("text", x = 2, y = 11, 
           label = paste("財金管理"), size = 3)+
  annotate("text", x = 3, y = 1, 
           label = paste("數理邏輯"), size = 3)+
  annotate("text", x = 3, y = 6.5, 
           label = paste("程式科技"), size = 3)+
theme(axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        axis.line.x=element_blank(),
      legend.position = "none")->finalplot
finalplot

欲傳達訊息：

想透過圖展現我大學四年除去必修後的自選課程地圖， 可看出人文思考的課程在我的大學階段所佔比重較大， 大一、大二多關注公共議題，也同時增進自己的語文能力， 在大三大四時多建立數學基礎和程式能力。

設計想法： 為了讓能大家一眼辨別各個分類的課程，花了不少的時間在配色， 另外，因為在每個色塊上都放文字容易使圖變得複雜，所以只在各色其中一塊放置文字說明。

【013: 王先誠】此圖描繪出我的歷年身高、體重、立定跳遠距離，可以看見三者均隨著年齡增長而上升，立定跳遠距離大概在國三

load("graphData_homework5_013.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------

colorspace::sequential_hcl(n = 7, h = 135, c = c(45, NA, NA), l = c(35, 95), power = 1.3, register = "Custom-Palette")

graphData  %>%
  ggplot(aes(x=graphData$學年度))+
  geom_point(aes(y=graphData$身高),
             shape =18,
             size=6,
             color="red")+
   geom_path(aes(y=graphData$身高))+
  geom_col(aes(y=graphData$立定跳遠,      fill=(graphData$體重)),alpha=0.7)+
  scale_x_continuous(breaks = graphData$學年度,
                     labels=graphData$學年度)+
  labs(title="我的歷年身高、體重、立定跳遠距離", x="學年度", y="身高/立定跳遠距離(cm)",fill="體重(kg)")+
  theme(
    axis.text.x = element_text
    (face="bold", color = "black", size=10),
    axis.text.y = element_text
    (face = "bold",color="black", size=10))+
  geom_text(x=99,y=10,label="國一",size=5)+
  geom_text(x=100,y=10,label="國二",size=5)+
  geom_text(x=101,y=10,label="國三",size=5)+
  geom_text(x=102,y=10,label="高一",size=5)+
  geom_text(x=103,y=10,label="高二",size=5)+
  geom_text(x=104,y=10,label="高三",size=5)+
  geom_text(x=106,y=10,label="大二",size=5)+
  geom_text(x=107,y=10,label="大三",size=5)+
  geom_text(x=109,y=10,label="明年",size=5)+
  geom_text(x=109,y=150,label=177,size=5)+
  geom_text(x=109,y=240,label=260,size=5)+
    scale_fill_continuous_sequential(
    palette="Custom-Palette")

此圖描繪出我的歷年身高、體重、立定跳遠距離，可以看見三者均隨著年齡增長而上升，立定跳遠距離大概在國三之後就維持不變，成高也是相同情況，而體重則是在大學時逐漸穩定在65公斤，明年的立定跳遠目標是260公分。

【014: 李靜怡】雷達圖代表個性，十字圖代表興趣

load("graphData_homework5_014.Rda")
library(ggpubr)
## ----graph, echo=T, eval=T-----------------------------------------------

ggplot() +
  geom_path(data = Graphdata$pentagon,
            aes(x=x, y=y)) +
  geom_polygon(data = Graphdata$personality,
            aes(x=x, y=y),
            fill = "#5B92B0",
            alpha = 0.5) +
  geom_text(
    data = Graphdata$pentagon_name,
    aes(x=x, y=y),
    label = Graphdata$personality$name
  ) +
  theme_void() +
  theme(aspect.ratio = 1/1) -> personality

ggplot() +
  geom_hline(yintercept = 0) +
  geom_vline(xintercept = 0) +
  geom_label(
    data = Graphdata$hobbies$characteristic,
    aes(x=x, y=y, label = name),
    size = 7
  ) +
  geom_point(
    data = Graphdata$hobbies$act,
    aes(x=x, y=y)
  ) +
  geom_text(
    data = Graphdata$hobbies$act,
    aes(x=x, y=y, label = name),
    vjust = 0,
    nudge_y = 0.1
  ) +
  theme_void() -> hobbies

ggplot() +
  geom_text(
    data = Graphdata$data,
    aes(x=x, y=y, label = name),
    hjust = 0,vjust = 1, size = 3
  ) +
  annotation_raster(
    Graphdata$photo,
    0,30,5,14
  ) +
  scale_x_continuous(limits = c(0,80)) +
  scale_y_continuous(limits = c(-5,18)) +
  theme_void() -> data

ggarrange(
  ggarrange(
    data, personality,
    ncol = 2, labels = c("角色資料","個性")
  ),
  ggarrange(hobbies, labels = "興趣"), nrow = 2
) -> finalplot

finalplot

雷達圖代表個性，十字圖代表興趣

【017: 劉信傑】本次圖型描繪我個人在大學時期的打工時數佔比,其中以時薪高低區分為三類,顯現隨著年級增加,經驗及能力增

load("graphData_homework5_017.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------

colorspace::sequential_hcl(n = 3, h = c(247, 227), c = c(74, 55, 15), l = c(35, 92), power = c(0.6, 1.1), register = "MY")
graphData%>% ggplot()+
  scale_fill_discrete_sequential(palette="MY",nmax=4,rev=F)+
  scale_y_continuous(
    name="時數佔比",sec.axis = sec_axis( ~. , name = "時數佔比")
  )+ geom_area(aes(x=as.numeric(年級別),y=時數,fill = 時薪級別),alpha=.9,position="fill")+
  theme_dark()+
    xlab(label = "年級別")+
    theme(
    legend.justification = c("right", "top"),
    legend.box.just = "right",
    legend.margin = margin(6, 6, 6, 6),
    legend.box.background = element_rect(color="#1A1B23", size=2)
    )+
  labs(
  title="大學時期打工-不同時薪之佔比"
  )

本次圖型描繪我個人在大學時期的打工時數佔比,其中以時薪高低區分為三類,顯現隨著年級增加,經驗及能力增加,而能夠勝任更高時薪的工作。

在剛成為大一新鮮人時,在當時,民國103年的基本時薪只有115,直到今年民國108年的基本時薪也只有158,所以將基本時薪歸入時薪區段“100至200”.之後大二認識了系上的助教,在學習之後能夠幾解決一些電腦設備的問題,故成為助教的助理,當時時薪約為220,同時,在下課時有到補習班擔任解題老師,時薪約為150,分別將此時薪歸入區段“200至300”以及“100至200”.大三的時候,由於擔任過助理,能夠處理大部分的問題,對系上的設備及環境也熟悉,故被學姊推薦任職當時教育部計畫的帶班老師,時薪約為350,同時也有擔任教學的職位,時薪約為250,故這個時期有兩個不同等級別的薪資,而且皆是高於基本時薪。到了大四,完全接任計畫的職務,又之前有教學的經驗,所以在外面也接了高中數學家教,這部分的薪資皆落在“300至400”;而有時候假日,偶爾會跟朋友假裝去演唱會當工作人員,實為免費聽演唱會,這個部分的時薪為基本時薪,不過比例相較於較高時薪的工作少非常多。

在大學四年,從時薪低到時薪較高的過程中,最大的差別就是時間,到了大三大四幾乎都在讀書及準備考研,在時間越來越少而依然需要額外金錢的情況下,自己只能學習額外的技能,想辦法能用高時薪的工作替代掉低時薪的工作,如圖所示。

其中雙軸皆為比例,是希望幫助讀者閱讀,隨著年級的增加,能夠在視覺上馬上看出在大四,即最成熟的一年的時數佔比表現。

【019: 林書玉】本圖呈現自己過往在組織中參與客戶開發歷程，各個銷售流程累計的客戶數量隨時間進展的變化。

load("graphData_homework5_019.Rda")
#製做調色盤
colorspace::sequential_hcl(
  n = 5, 
  h = 135, c = c(0, 0, 90), l = c(90, 35), 
  power = 1.5, 
  register = "mypalette")

#畫圖
graphData$BD_data %>%
  ggplot(aes(時間, weight = 數量, fill = 階段)) + 
  geom_bar(position = "stack")+
  scale_fill_discrete_sequential(palette = "mypalette")+
  scale_y_continuous(breaks = seq(0, 75, 10))+
  geom_text(mapping = aes(x = 時間, y = 數量, label = 數量),
            size = 3,
            colour = 'black',
            vjust = 1,
            hjust = .5,
            position = position_stack())+
  theme(axis.text.x = element_text(angle = 45,hjust = 1))+
  labs(title = "2019上半年客戶開發歷程",
       caption= "資料來源: 自己",
       x = "",
       y = "累計數量") -> finalplot

finalplot

本圖呈現自己過往在組織中參與客戶開發歷程，各個銷售流程累計的客戶數量隨時間進展的變化。 銷售流程主要分為聯繫、拜訪、一次提案、二次提案、簽約 五大階段，由圖可看出隨時間變化累計的客戶數逐漸上升，聯繫的主要集中在開始開發的前一個月，而簽約其多集中在3月中(開始開發的兩個月)以後。

【020: 彭亦楓】此圖可以看到我在五育之中較為突出以及較為缺乏的項目。

load("graphData_homework5_020.Rda")
## ----graph, echo=T, eval=T-----------------------------------------------
graphData$back%>%
  ggplot()+
  geom_path(
    aes(x=x1,y=y1)
  )+
  geom_path(
    aes(x=x2,y=y2)
  )+
  geom_path(
    aes(x=x3,y=y3)
  )+
  geom_path(
    aes(x=x4,y=y4)
  )+
  geom_path(
    aes(x=x5,y=y5)
  )+
  theme(aspect.ratio = 1,
        axis.line = element_blank(),
        axis.title = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank())+
  geom_polygon(
    data = graphData$I,
    mapping = aes(x=x,y=y),
    fill="#32bb89"
  )+
  geom_text(
    mapping = aes(x=graphData$back$x5,
                  y=graphData$back$y5,
                  label=graphData$back$label),size=8
  )+
  geom_path(
    aes(x=x1,y=y1),alpha=0.15
  )+
  geom_path(
    aes(x=x2,y=y2),alpha=0.15
  )+
  geom_path(
    aes(x=x3,y=y3),alpha=0.15
  )+
  geom_path(
    aes(x=x4,y=y4),alpha=0.15
  )+
  geom_path(
    aes(x=x5,y=y5),alpha=0.15
  )+
  geom_point(
    data = graphData$o,
    mapping = 
      aes(x=x,y=y),
      alpha=0.6
  )+
  annotate(
    "text",
    x=-2.3,y=c(6,5.4,6.5),
    label=c("熱心助人","有禮貌","誠實")
  )+
  annotate(
    "text",
    x=5,y=c(3.5,4.1),
    label=c("讀書有效率","學習力佳")
  )+
  annotate(
    "text",
    x=5.2,y=c(-5),
    label=c("無特殊表現")
  )+
  annotate(
    "text",
    x=-5,y=c(-5,-4.4),
    label=c("溫和友善","負責任")
  )+
  annotate(
    "text",
    x=-6.2,y=c(0.6,0,-0.6),
    label=c("音樂","大自然","新詩")
  )+
  geom_point(
    data = graphData$p1,
    mapping = aes(x=x,y=y),alpha=0.3
  )+
  geom_point(
    data = graphData$p2,
    mapping = aes(x=x,y=y),alpha=0.25
  )+
  geom_point(
    data = graphData$p3,
    mapping = aes(x=x,y=y),alpha=0.2
  )+
  geom_point(
    data = graphData$p4,
    mapping = aes(x=x,y=y),alpha=0.15
  )

此圖可以看到我在五育之中較為突出以及較為缺乏的項目。

因為我的資料幾乎不是數據，故無法運用散佈圖、盒狀圖等圖形，所以我選用雷達圖，並且擅自將資料量化。

使用雷達圖來表達這些資料的優點是能將不同種類的資料分成幾個大類別後，再依據某些原則，點出各分類的位置。其將大幅簡化比較種種資料的過程，我們可以清楚比對原始種種資料在各分類的相對強度。

這些資料使用雷達圖表現的缺點包括:

1.沒有(無法)將資料經過量化、標準化等步驟。故該圖形非常的主觀，沒有參考依據。

2.許多資訊無法被表達出來。(舉例來說，“樂觀”便不屬於任何一類；又或者無法使用合適的方式，表現“記性差”在“智”的分類中，具有扣分效果。)